Platform For AI:モデルのデプロイとトレーニング

パラメータータイプ

パラメーター

説明

[トレーニング方法]

教師ありファインチューニング (SFT)

サポートされているトレーニングモード：

• Supervised Fine-tuning (SFT): Fine-tunes model parameters with specified input-output pairs.

• Direct Preference Optimization (DPO): Aligns a language model with human preferences, sharing the same goal as Reinforcement Learning from Human Feedback (RLHF).

両方のモードで、フルパラメーターファインチューニング、LoRA、および QLoRA をサポートしています。

直接選好最適化 (DPO)

[トレーニング設定]

[タスク名]

デフォルト名が設定されています。必要に応じて変更してください。

[最大ランタイム時間]

タスクの最大実行時間。超過するとタスクは停止します。

デフォルト： 時間制限なし。

[データセットの構成]

[訓練データセット]

デフォルトのトレーニングデータが用意されています。カスタムデータセットを使用するには、モデルのドキュメントで指定された形式で準備し、次のいずれかの方法でアップロードしてください：

• [OSS ファイルまたはディレクトリ]

  をクリックして、データセットの OSS パスを選択します。OSS のディレクトリまたはファイルの選択 ダイアログボックスで、既存のファイルを選択するか、ファイルのアップロード をクリックします。

• [カスタムデータセット]

  OSS などのクラウドストレージに保存されているデータセットを使用できます。 をクリックして既存のデータセットを選択してください。データセットが存在しない場合は、「データセットの作成と管理」に従って作成してください。

[データセットの検証]

検証データセットの追加 をクリックして追加し、訓練データセット と同様に設定します。

[出力設定]

トレーニング済みモデルと TensorBoard ログファイルのクラウドストレージパス。

[計算リソースの構成]

[リソースタイプ]

汎用コンピューティングと Lingjun AI コンピューティングをサポートしています。

[リソースのソース]

• [パブリックリソース]:

  • 請求モード： 従量課金。

  • ユースケース： レイテンシー要件が厳しくない小規模タスク。

• [リソースクォータ]: 汎用コンピューティングまたは Lingjun インテリジェントコンピューティングリソース。

  • 請求モード： サブスクリプション。

  • ユースケース： 高可用性と実行の保証を必要とする大規模なワークロード。

• [プリエンプティブルリソース]：

  • 請求モード： 従量課金。

  • ユースケース： 大幅な割引価格で利用でき、コストを削減できます。

  • 制限事項： 可用性は保証されません。リソースが利用できなくなったり、回収されたりする場合があります。詳細については、「プリエンプティブルタスクの使用」をご参照ください。

[ハイパーパラメータ設定]

ハイパーパラメーターはモデルによって異なります。デフォルト値を使用するか、必要に応じて変更してください。